Meta炸了！LeCun炮轰28岁上司不懂行，实锤Llama 4刷榜丑闻

新智元报道

LeCun离开Meta后，迅速对原东家核心AI战略发起公开质疑。

这位图灵奖得主、Meta前首席科学家一离职即披露重磅信息：Llama 4在多个基准测试中采用不同模型组合刷榜，数据存在人为优化。

图灵奖得主、Meta前首席科学家Yann LeCun

炮轰28岁上司，预言新一轮离职潮

扎克伯格斥资140亿美元投资Scale AI并挖角其创始人Alexandr Wang，组建“超级智能实验室”，意在加速追赶ChatGPT引发的AI浪潮。

LeCun直言：“他没有研究经验，也不知道如何进行研究。”并指出Wang不了解科研人员的真实需求，因此预判Meta AI团队将面临进一步人员流失。

他强调：“你不能告诉研究人员该怎么做——尤其不能告诉像我这样的研究人员。”凸显基础科研与行政指挥之间的结构性张力。

Meta首席AI官、超级智能实验室负责人Alexandr Wang

Llama 4风波：一次基准测试引爆组织内斗

2025年4月发布的Llama 4因测试结果异常遭外界质疑；LeCun首次证实团队存在“捏造（Fudged）”行为，在不同基准上切换模型以美化指标。

该事件直接导致扎克伯格对原有GenAI团队失去信任，转而推动架构重组与人才重置，加剧了开源路线与商业落地之间的冲突。

路线之争：LeCun坚持LLM是条“死路”

LeCun指出，当前Meta内部大量新招聘人员“完全被大语言模型洗脑（completely LLM-pilled）”，过度聚焦语言建模，忽视物理世界理解这一智能根基。

他认为：“LLM虽有用，但语言本身就是束缚；实现人类水平智能，必须建模真实世界的因果与动力学。”

公开挑战公司技术路线，使他在Meta的履职环境日益艰难，离职成为必然选择。

世界模型：下一代AI范式

LeCun联合创立Advanced Machine Intelligence Labs（AMI Labs），总部位于巴黎，专注构建具备物理常识与预测能力的世界模型，目标直指人工超级智能（ASI）。

V-JEPA世界模型

V-JEPA是一种视频驱动的世界建模框架，旨在让AI在脑内构建粗粒度物理沙盒——理解物体、运动规律及未来状态演化，而非仅生成表层文本或像素。

JEPA的关键：预测抽象状态，而非还原细节

JEPA摒弃传统生成式建模思路，不追求逐像素/逐词复原，而是训练模型从可见上下文预测被遮盖区域的高维表示（embedding），属非生成式（non-generative）自监督学习路径。

V-JEPA：从图片到视频，学习运动规律

V-JEPA将JEPA扩展至视频时空域：切分视频为时空块，遮蔽部分区块，训练模型预测其在表示空间中的对应形态，从而更高效习得“谁在动、如何动、为何动”的底层规律。

V-JEPA 2：从“看懂”走向“能规划”

V-JEPA 2规划分两阶段：先使用超百万小时互联网视频开展大规模自监督预训练；再结合少量机器人交互轨迹，教会模型理解“执行某动作→世界状态如何变化”，最终迈向可预测、可规划的世界模型。

AMI Labs需攻坚的三大难点

世界模型研发面临三重挑战：一是长时程预测导致未来状态指数级分叉；二是同一场景存在多种合理演化路径，需建模不确定性；三是从感知表征到行动决策的闭环尚未打通。

LeCun的新计划

LeCun的新公司AMI Labs由法国医疗AI初创Nabla联合创始人Alex LeBrun出任CEO，LeCun担任执行主席。他坦言：“我是科学家，擅长判断技术可行性，但不擅组织管理，也无意担任CEO。”

其技术哲学强调“情绪”作为预测引导机制——例如“疼痛预期触发回避动作”，本质是将生物本能编码为机器预测逻辑。

LeCun强调：“它还不是超级智能，但至少是一条仍有希望的路径。我们真正需要的，是更多智能——因为我们饱受愚蠢之苦。”

LeCun的智能之路

生于1960年巴黎郊区的LeCun，少年时受《2001：太空漫游》震撼，立下探索人类智能起源之志。1980年代受Piaget影响，坚信“一切皆可学习”，与Geoffrey Hinton、Yoshua Bengio共同奠定深度学习基石，并于2018年共获图灵奖。

他在AT&T贝尔实验室发明卷积神经网络（CNN），率先应用于支票识别系统；2013年应扎克伯格邀请加入Facebook（后Meta），创建FAIR实验室，坚持“不离职、不迁居、成果全开源”三项原则。

Geoffrey Hinton、Yoshua Bengio、Yann LeCun并称“深度学习三巨头”